典型文献
基于无人机数码影像的棉叶螨严重度监测
文献摘要：
棉叶螨是影响棉花产量和品质的主要虫害之一.为快速、准确、有效地监测棉叶螨发生情况,利用无人机搭载数码相机获取数码影像,并计算多种可见光植被指数作为初选特征因子,然后采用ReliefF—Pearson特征降维方法选取最佳建模特征,分别构建偏最小二乘回归(PLSR)、BP神经网络(BPNN)、随机森林(RF)的棉花冠层叶片叶绿素相对含量(SPAD)值遥感估测模型和棉叶螨严重度遥感估测模型.结果表明,棉叶螨严重度与棉花冠层叶片SPAD值呈显著负相关关系.经过精度评价,确定RF模型具有最佳性能,模型验证的决定系数和均方根误差为0.74、2.13.该研究结果表明利用棉花冠层叶片SPAD值遥感估测模型可准确估测棉叶螨为害情况,为棉叶螨的无损监测和病虫害防治提供参考依据.
文献关键词：
无人机;数码影像;遥感;棉叶螨;随机森林
中图分类号：
作者姓名：
郭伟;高春凤;乔红波;李成伟;张枫;张慧
作者机构：
河南农业大学信息与管理科学学院,郑州市,450046
文献出处：
引用格式：
[1]郭伟;高春凤;乔红波;李成伟;张枫;张慧-.基于无人机数码影像的棉叶螨严重度监测)[J].中国农机化学报,2022(08):143-150
A类：
B类：
数码影像,棉叶螨,严重度,棉花产量,产量和品质,主要虫害,搭载,数码相机,可见光植被指数,初选,特征因子,ReliefF,特征降维,降维方法,模特,偏最小二乘回归,PLSR,BPNN,RF,花冠,冠层,叶绿素相对含量,SPAD,遥感估测模型,精度评价,模型验证,决定系数,为害情况,无损监测,病虫害防治
AB值：
0.275762
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
